下一个十年，都在黄仁勋的最新演讲里了

机器人将彻底改变我们的生活和工作方式。

来源 | 笔记侠作者 | 老贾 

美国时间3月18日，英伟达在美国圣何塞举办GTC（GPU技术）大会。

作为全球最受关注的科技巨头，今年GTC吸引约2.5万人线下参加，另有30万人通过线上方式收看直播。

黄仁勋在演讲中反复传递出一个信号：

随着AI行业在模型训练上的整体需求放缓，再加上DeepSeek在模型推理上所做创新，AI推理时代即将到来。

比AI推理时代更重要的是，我们正处在物理AI时代的前夜，未来AI加持下的机器人产业，是一条10万亿美元级别的全新赛道。

为此，我们对黄仁勋最新演讲进行了高度提炼，分享给大家。

同时，我们也预见了未来十年AI赋能百行千业的3大趋势，也想把这些思考带给大家。

希望今天的分享，对你有所启发。

01

1.Agentic AI（代理式人工智能）：AI技术发展的中间态

老黄这次没急着秀新品，反而花了半小时科普一个关键概念：Agentic AI（代理式AI）。

这玩意儿是AI进化的“青春期阶段”，夹在生成式AI和具身智能之间，相当于让AI从“做题家”升级成“项目经理”。

在现场展示的AI技术发展路线图中，黄仁勋按照“Perception AI（感知式AI）、Generative AI（生成式AI）、Agentic AI（代理式AI）、Physical AI（具身AI或者叫物理AI）”四个阶段的进化路线，他把Agentic AI描述为AI技术发展的中间态。

咱们打个比方说：

感知式AI相当于刚学会走路的小孩，能看能听，但是不会思考（比如手机的人脸识别功能）；

生成式AI相当于青春期的少年，会写作文会画画，但是经常一本正经地胡说八道（比如ChatGPT乱编名人名言乱编数据）；

代理式AI就厉害了，相当于一个智商在线的成年人，能拆任务、做计划、自己纠错（比如AI智能体帮你规划旅游攻略，出错了还能改）；

具身AI或者物理AI就是它装上了机械手脚，直接动手改造世界，相当于一个经验丰富啥都能修的老师傅（比如工厂机器人可以自动维修保养设备）。

图源：英伟达

黄仁勋认为，Agentic AI（代理式人工智能）就是我们现在所处的时代，AI正在经历一个新的拐点——

它变得越来越智能，应用越来越广泛，同时也需要更多的算力来支持它。

老黄在演讲现场用了一段提示词，来举例说明生成式AI和代理式AI的差距。

这段提示词是：

「在我的婚宴上，需要7个人围着一张桌子坐，我的父母和岳父岳母不应该坐在一起。而且，我媳妇坚持说她坐在我左边照相时会更好看，但同时我需要坐在伴郎旁边。我们这一轮怎么坐？如果我们邀请牧师和我们坐在一起呢？」

图源：英伟达

上图说明，生成式AI像急着交卷的学生，唰唰列出座位表，结果父母被安排成邻居——典型的“一本正经地胡说”。

而代理式AI呢？

它是分三步搞定的。

先拆任务，先固定你和老婆位置，再隔离双方父母，最后塞进伴郎和牧师；

再试错，模拟8000多种排列组合，相当于把宾客当俄罗斯方块反复调整；

最后做复盘，检查有没有漏掉要求，甚至考虑桌子形状影响拍照角度。

代价是啥呢？

费电，非常费电。

所以在黄仁勋看来，加速AI工作负载的新型数据中心「AI 工厂」，就是要高效地处理这些tokens，把它从AI语言转换为AI货币——即智能。

通过软硬一体优化，以更低的计算成本处理更多tokens。

说白了，老黄就是要用一套算法把AI处理tokens的能力，压榨到极限。

还是打个比方说：

你用H100芯片每秒产3亿token，约等于把《红楼梦》抄200遍，然后你电表转得比电风扇还快，月入2万倒贴5万电费。

换上老黄全家桶之后，用全新芯片同样的耗电量怒刷120亿token，直接量产《霸道总裁爱上AI》，电费账单比房租还低，当然就能赚钱了。

这就是Agentic AI下，新黄氏定律曲线。

图源：英伟达

2.“AI工厂”、汽车和机器人行业的未来

老黄这次掏出了个叫Dynamo的“AI工厂操作系统”。

简单说，它就是给AI推理任务装上涡轮增压——

以前AI生成内容像老牛拉车，现在直接换高铁。

它能让AI在同样时间内“吐出”几十倍的token。

比如用新架构Blackwell跑DeepSeek模型，处理速度直接飙升30倍。

更狠的是，同样100兆瓦的电量，老款H100芯片每秒产3亿字，新款GB200芯片直接干到120亿字，机柜还少用一多半（从1400个减到600个）。

咱们打个比方：

以前AI推理像小卖部手工记账；

现在Dynamo+Blackwell这个王炸组合就是全自动超市收银系统——

结账速度快30倍，电费还省一半。

老黄还宣布要和通用汽车搞大事：

用英伟达的AI全家桶（芯片+模拟系统）改造下一代汽车、工厂和机器人。

英伟达推出了Halos系统，相当于给汽车戴上了“金钟罩”——

既能防黑客攻击，又能用AI预判车祸风险。

现在，全球几乎所有自动驾驶公司都在用英伟达的技术，从数据中心训练到车载芯片几乎全都被它给包圆了。

老黄押注机器人是下一个十万亿美元市场，还扔出三颗炸弹：

第一颗：人形机器人通用大脑Isaac GR00T N1。

这是全球第一个开源人形机器人模型，相当于给所有机器人公司发“标准教科书”。

而且开发者还可以随意魔改：

想要餐厅服务员就训练端盘子技能，想要搬砖工人就加载负重模块。

第二颗：宇宙级模拟器Cosmos。

在虚拟世界里生成无限训练场景。

比如让机器人在暴雪天练爬楼梯，在台风天学搬货物。

这样就能大大降低真实世界里训练机器人的成本和损耗。

第三颗：物理引擎Newton。

英伟达和谷歌、迪士尼联手开发的开源引擎，专门训练机器人理解现实物理规则。

现场还有个小彩蛋：

去年爆火的迷你机器人“小蓝”再次登场，今年它已经学会根据老黄和观众的反应调整动作，不断卖萌。

这个小家伙去年GTC就来过黄仁勋演讲现场，今年它再次成功吸引了全场的目光，大家都纷纷拿出手机拍照。

图源：英伟达

在演讲的最后，黄仁勋以“AI正在创造无限可能”收尾，强调从算力基础设施到行业应用，英伟达将持续领跑整个行业。

02

1.从“理解语言”到“接管任务”，AI的能力正在发生飞跃质变

将来的AI不再是你说一句它动一下，甚至有些时候还会出现很多“幻觉”的“工具人”。

而是能拆解复杂问题、自己规划步骤的“智能助理”。

比如过去让它订酒店，它只会按你的要求搜索；

现在它能主动分析你的日程、预算，甚至预判航班延误提前做备选方案。

这种变化背后是技术突破：

AI的“大脑”（推理算力）比去年强了10倍，但成本反而降了30多倍。

在不远的将来，AI就会有“解决问题的能力”，而不仅仅是“回答问题的能力”。

那我们怎么用呢？

这里给大家一个小建议：

很多重复性工作，例如制作表格、初级文案等将迅速被AI取代。

我们更大的价值在于怎样学会提需求和做决策。

比如使用AI处理复杂的项目规划，与AI配合项目更好落地等等。

2.从“大模型”到“小模型”，AI创业门槛不再高不可攀

前几年科技公司都在疯狂烧钱训练大模型，就像造火箭。

现在大家更关心怎么让AI真正干活—相当于要把火箭发去。

现在光是让AI做个医疗诊断，需要的计算量就是去年的100倍。

但好消息是：英伟达开始把高端技术“平民化”。

比如用模块化设计让中小企业像拼乐高一样搭建算力系统，同时推出了可以轻松跑动大模型的超级计算机，售价只有3000美元。

相当于以前只有大公司用得起的超级计算机，现在几个人的小工作室也用得起。

可以预见，在将来可能会出现“算力中介”或“算力经纪人”，帮助企业低成本调度到更多的算力资源。

用AI创业的门槛也将大大降低，毕竟3000美元的设备就能训练定制的“AI小模型”。

将来，可能我们并不需要很多大模型，而是把我们的工作经验和生活习惯都训练成一个个小模型。

因为有了我们的数据和经验加持，小模型干起活来可能更加得心应手，让我们的效率变得更高。 

3.从“数字世界”跨进“物理世界”，机器人将彻底改变我们的生活和工作方式

不少朋友觉得“具身智能”或者“物理AI”这两个词不接地气，很难理解。

我们来用生活中的场景举例说明。

所谓具身智能，就是让AI不仅会“动脑子”，还能“动手脚”。

以前的人工智能像个宅男，只会对着电脑搞推理；

现在它戴上机械臂、装上传感器，开始真正走进现实世界干活了。

它正在从实验室走向菜市场、工厂车间和你家的客厅。

就像我们人类遇到问题会“眼睛看→脑子想→手操作”，具身智能的机器人也能感知环境（比如看见水杯在哪）、做决策（判断怎么拿不会洒）、执行动作（稳稳端过去）。

我们可以畅想一下未来生活的场景：

在工厂，机器人不再只会重复一个动作，遇到零件放歪了能自己调整，就像老工人一样灵活。

在城市，无人机自己巡逻查违建，扫地车凌晨自动出门作业，红绿灯根据车流实时变灯。

在你家，扫地机器人升级成“家政阿姨”，能收拾玩具、提醒你牛奶过期，能从洗碗到擦灶台一条龙服务，甚至扶着老人上厕所。

在医院，手术机器人给千里外的医生当“替身手”，康复机器人带着中风患者做复健动作。

说白了，具身智能就是给AI装上身体，让它从“键盘侠”变成“实干家”。

未来五年，你会突然发现：

街边咖啡馆的咖啡师是机器人，快递站分拣包裹的是机器人，养老院里照顾老人的还是机器人。

这些都不再是科幻电影的桥段，而是具身智能在我们身边落地的日常。

  ·   END   ·